CVPR 2017 Person Re-ID相關論文

1. Spindle Net: Person Re-Identification With Human Body Region Guided Feature Decomposition and Fusion 【github】
2. Beyond Triplet Loss: A Deep Quadruplet Network for Person Re-Identification
3. One-Shot Metric Learning for Person Re-Identification
4. Person Re-Identification in the Wild 【github】
5. Scalable Person Re-Identification on Supervised Smoothed Manifold
6. Joint Detection and Identification Feature Learning for Person Search 【github】
7. Consistent-Aware Deep Learning for Person Re-Identification in a Camera Network
8. Re-Ranking Person Re-Identification With k-Reciprocal Encoding
9. Multiple People Tracking by Lifted Multicut and Person Re-Identification
10. Quality Aware Network for Set to Set Recognition 【github】
11. Point to Set Similarity Based Deep Feature Learning for Person Re-Identification
12. Fast Person Re-Identification via Cross-Camera Semantic Binary Transformation
13. See the Forest for the Trees: Joint Spatial and Temporal Recurrent Neural Networks for Video-Based Person Re-Identification
14. Learning Deep Context-Aware Features Over Body and Latent Parts for Person Re-Identification

論文打包下載：【下載地址】

分享幾篇有價值的 idea：

2. Beyond Triplet Loss

在 Triplet 基礎上的改進，提出了一個 quadruplet，在 Ref-Pos 和 Ref-Neg之間的 strong push 基礎上，額外添加了一個 weak push，即 Ref-Neg 和 Neg-Neg 間的距離。

如下圖所示：

再來看公式：

4. Person Re-Identification in the Wild

主要貢獻是提出了一個數據集 - PRW，主要針對戶外場景；另外，提出一個假設：好的行人檢測方法能夠提升 Re-Id 精度，並提出 Confidence Weighted Similarity (CWS) 機制。

7. Consistent-Aware Deep Learning for Person Re-Identification in a Camera Network

一種整體度量方法，通過CNN提取特徵，採用相似性矩陣進行全局優化。

來看總體框架圖：

13. See the Forest for the Trees

這是一篇基於視頻的re-id方法，和基於圖像的方法相比，有很多優點，不表。

代表特徵：

1. 採用 temporal attention model（TAM），在行人視頻中度量每一幀的重要性，選擇最適合的幀進行特徵提取；
2. 採用 spatial recurrent model（SRM）進行上下文信息挖掘，是一種有效的距離度量思路；
3. 結合特徵提取和距離度量，實現端到端的訓練；

整體架構圖：

TAM過程：

SRM 示意：

14. Learning Deep Context-Aware Features Over Body and Latent Parts for Person Re-Identification

主要有兩個貢獻：

1） Multi-scale Context-aware Network

通過 膨脹卷積(dilated convolution) 替傳統的多個卷積核（3*3，5*5，7*7）的方法，獲得目標的 context 信息，通過增加多尺度信息（對應多個感受野）提高特徵提取的能力。

膨脹卷積可以見下圖：

2）Latent Part Localization

通過STN（spatial transformer networks）對局部特徵進行定位，代替傳統方法對整體圖像切片的方式，可以獲取更準確的 Part 信息，這對於特徵比對非常重要。

STN 可以自己腦補一下，來看整體框架圖：

通過整體和局部結合的方式進行 Feature Fusion，本文主要強調特徵提取，距離度量採用傳統的歐式距離度量方式。